農(nóng)業(yè)期刊引文數(shù)據(jù)庫(kù)設(shè)計(jì)與建設(shè)

摘要:農(nóng)業(yè)期刊引文數(shù)據(jù)庫(kù)建設(shè)的目的有兩個(gè)，一個(gè)是讓更多的農(nóng)業(yè)領(lǐng)域的讀者以及對(duì)農(nóng)業(yè)領(lǐng)域感興趣的讀者免費(fèi)地隨時(shí)隨地去查詢相關(guān)文獻(xiàn)材料，并通過(guò)引文的網(wǎng)狀關(guān)系去拓展知識(shí)的深度和廣度;另一個(gè)目的就是為農(nóng)業(yè)期刊辦刊者提供各種期刊評(píng)價(jià)指標(biāo)，使辦刊者做出合理決策。主要介紹農(nóng)業(yè)期刊引文數(shù)據(jù)庫(kù)的設(shè)計(jì)，每個(gè)主要表的數(shù)據(jù)結(jié)構(gòu)，以及主要表的數(shù)據(jù)批量導(dǎo)入與整理，重點(diǎn)描述了引文表的數(shù)據(jù)加工流程，以及引文細(xì)拆分的程序流程。

關(guān)鍵詞:引文數(shù)據(jù)庫(kù);引文拆分;數(shù)據(jù)加工;數(shù)據(jù)庫(kù)建設(shè);引文索引;農(nóng)業(yè)期刊

中圖分類(lèi)號(hào):G230文獻(xiàn)標(biāo)志碼:A文章編號(hào):1673-291X(2010)09-0174-02

一、建設(shè)農(nóng)業(yè)期刊引文數(shù)據(jù)庫(kù)的作用和目的

農(nóng)業(yè)期刊引文數(shù)據(jù)庫(kù)建設(shè)的目的有兩個(gè)，一個(gè)是讓更多的農(nóng)業(yè)領(lǐng)域的讀者以及對(duì)農(nóng)業(yè)領(lǐng)域感興趣的讀者免費(fèi)地隨時(shí)隨地去查詢相關(guān)文獻(xiàn)材料，并通過(guò)引文的網(wǎng)狀關(guān)系去拓展知識(shí)的深度和廣度;另一個(gè)目的就是為農(nóng)業(yè)期刊辦刊者提供各種期刊評(píng)價(jià)指標(biāo)，使辦刊者做出合理決策，引領(lǐng)期刊方向，提高期刊質(zhì)量。

二、農(nóng)業(yè)期刊引文數(shù)據(jù)庫(kù)設(shè)計(jì)

農(nóng)業(yè)期刊引文數(shù)據(jù)庫(kù)的設(shè)計(jì)是要讓讀者通過(guò)題名、作者、刊名等關(guān)鍵字，查找到相關(guān)文獻(xiàn)列表，繼而查找到想要的文獻(xiàn)的具體文摘內(nèi)容和引文列表，而且通過(guò)這個(gè)引文列表還能查到相關(guān)的另類(lèi)文獻(xiàn)。反過(guò)來(lái)，也可以通過(guò)這個(gè)文獻(xiàn)去查找其被引頻次以及被引的文獻(xiàn)列表，形成一種網(wǎng)絡(luò)狀的索引模式。

根據(jù)這個(gè)目的，我們?cè)O(shè)計(jì)了三個(gè)主要的表:一個(gè)是期刊表，一個(gè)是文摘表，一個(gè)是引文表。這三個(gè)表是引文數(shù)據(jù)庫(kù)的主體，有了這三個(gè)表就可以進(jìn)行基本的引文關(guān)聯(lián)查詢了。在此基礎(chǔ)上，還可以拓展。可以引進(jìn)作者表，對(duì)作者的詳細(xì)信息進(jìn)行記錄，比如性別，出生年月，畢業(yè)院校，職稱，職務(wù)，主要研究領(lǐng)域，主要研究成果等等，促進(jìn)讀者對(duì)主要責(zé)任者的了解;還可以增加出版公司表，包含公司性質(zhì)、規(guī)模、地址、聯(lián)系電話、網(wǎng)址、EMAIL等;根據(jù)業(yè)務(wù)的擴(kuò)展，還可以建立與讀者互動(dòng)的表，如建立讀者表，建立讀者收藏表等等。在此，我們僅對(duì)這三個(gè)主表的設(shè)計(jì)進(jìn)行描述。

三、數(shù)據(jù)的批量導(dǎo)入與整理

期刊表的數(shù)據(jù)來(lái)源于圖書(shū)館集成管理系統(tǒng)中的期刊庫(kù)，都是SQL-SERVER表，所以導(dǎo)入很方便。文摘表和引文表在目前的圖書(shū)館集成管理系統(tǒng)中沒(méi)有現(xiàn)成的數(shù)據(jù)，需要另外進(jìn)行加工錄入。

1.文摘數(shù)據(jù)的加工流程

文摘數(shù)據(jù)的加工是先將期刊一頁(yè)一頁(yè)地掃描成.tif文件，再用圖形識(shí)別軟件將 .tif文件轉(zhuǎn)換為.txt格式的文本文件，然后合并整理，并人工錄入切分符號(hào)，將文章的題目、作者、正文、參考文獻(xiàn)等內(nèi)容進(jìn)行切分，再用程序?qū)⒉煌?、卷期的各種期刊文檔批量導(dǎo)入數(shù)據(jù)庫(kù)中的文摘表中。這時(shí)候，對(duì)表中各字段按照長(zhǎng)度、左邊第一個(gè)字符，右邊第一個(gè)字符建立索引，然后根據(jù)索引找出有問(wèn)題的數(shù)據(jù)進(jìn)行校驗(yàn)。最后形成一個(gè)數(shù)據(jù)完整的文摘表。

2.引文數(shù)據(jù)的加工

由于引文數(shù)據(jù)量多，而且著錄格式較規(guī)范，所以主要是用程序?qū)Υ蠖鄶?shù)數(shù)據(jù)進(jìn)行拆分，人工僅對(duì)少量數(shù)據(jù)進(jìn)行審核。

(1)引文數(shù)據(jù)的拆分流程。

(2)引文的粗拆分。在文摘庫(kù)里，引文字段存放的數(shù)據(jù)是一大段關(guān)于參考文獻(xiàn)的所有信息。粗拆分的目的就是將這么一大段文字，按照序號(hào)的不同，拆成若干條條記錄，分別存放在引文表里。

(3)引文的細(xì)拆分。引文被拆成一條條的記錄后，現(xiàn)在就需要把每條引文記錄細(xì)拆成有具體意義的各種字段，并存放在數(shù)據(jù)庫(kù)中，以便于今后的引文索引和計(jì)算。

引文字段拆分方法。中文引文中大概有50%是按照新的國(guó)家標(biāo)準(zhǔn)(GB/T7714-2005)來(lái)著錄的，而引用的外國(guó)文獻(xiàn)基本上沒(méi)有按照這樣的標(biāo)準(zhǔn)，還有一些引文數(shù)據(jù)和注釋參和在一起，另外一些根本沒(méi)有按照國(guó)家標(biāo)準(zhǔn)著錄，這就給拆分引文帶來(lái)了困難。

我們通過(guò)對(duì)大量的引文數(shù)據(jù)做分析，并在實(shí)際拆分過(guò)程中對(duì)有問(wèn)題的數(shù)據(jù)進(jìn)行歸納，終于找到問(wèn)題發(fā)生規(guī)律，使得數(shù)據(jù)在拆分后能保證有80%的準(zhǔn)確率。

(4)引文數(shù)據(jù)的初審。經(jīng)過(guò)程序拆分后的數(shù)據(jù)，要進(jìn)行初審，盡量將能用程序修正的數(shù)據(jù)用計(jì)算機(jī)程序來(lái)修正，減少人工工作量。

(5)引文數(shù)據(jù)的人工審核。被剔除的有問(wèn)題的數(shù)據(jù)單獨(dú)存放在另一個(gè)表里，讓數(shù)據(jù)加工人員逐條進(jìn)行審核，以確保數(shù)據(jù)的正確性和完整性。人工審核完畢后，將這個(gè)表里的數(shù)據(jù)覆蓋原表中的帶標(biāo)記的數(shù)據(jù)，則引文表的數(shù)據(jù)加工就完成了。

四、農(nóng)業(yè)引文數(shù)據(jù)庫(kù)的應(yīng)用

農(nóng)業(yè)引文數(shù)據(jù)庫(kù)主要的三個(gè)表建立好之后，就可以運(yùn)用于實(shí)際了。首先就是要建立一個(gè)農(nóng)業(yè)引文查詢網(wǎng)站，使讀者能夠通過(guò)這個(gè)網(wǎng)站充分利用農(nóng)業(yè)引文數(shù)據(jù)庫(kù)，享受這個(gè)數(shù)據(jù)庫(kù)為其帶來(lái)的便利;另一個(gè)應(yīng)用就是建立一個(gè)辦刊者對(duì)期刊指標(biāo)進(jìn)行查詢的網(wǎng)站，使辦刊者實(shí)時(shí)了解其期刊被利用的程度，了解期刊的質(zhì)量，隨著數(shù)據(jù)庫(kù)的擴(kuò)展，甚至能讓辦刊者隨時(shí)了解期刊的讀者群。

隨著應(yīng)用的深入和擴(kuò)展，我們還要不斷改進(jìn)和完善農(nóng)業(yè)引文數(shù)據(jù)庫(kù)的內(nèi)容，更好地為讀者服務(wù)。